刘科峰,张韧,徐海斌,闵锦忠,朱伟军. 2007. 支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正[J]. 气象学报, 65(3):450-457, doi:10.11676/qxxb2007.042 |
支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正 |
ERROR-CORRECTING OF THE AREA INDEX OF SUBTROPICAL HIGH IN THE T106 NUMERICAL PREDICTION BASED ON SUPPORT VECTOR MACHINE-KALMAN FILTER MODEL |
修订日期:2006-04-18 |
DOI:10.11676/qxxb2007.042 |
中文关键词: T106数值预报 副热带高压 支持向量机 卡尔曼滤波. |
英文关键词: |
基金项目:国家自然科学基金项目(40375019)与江苏省气象灾害重点实验室开放课题(KLME0507). |
刘科峰 张韧 徐海斌 闵锦忠 朱伟军 |
刘科峰(解放军理工大学气象学院海洋与空间环境系,南京,211101;南京信息工程大学江苏省气象灾害重点实验室,南京,210044) 张韧(解放军理工大学气象学院海洋与空间环境系,南京,211101;南京信息工程大学江苏省气象灾害重点实验室,南京,210044) 徐海斌(解放军理工大学气象学院海洋与空间环境系,南京,211101) 闵锦忠(南京信息工程大学江苏省气象灾害重点实验室,南京,210044) 朱伟军(南京信息工程大学江苏省气象灾害重点实验室, |
摘要点击次数: 2715 |
全文下载次数: 3120 |
中文摘要: |
基于T106数值预报产品资料,提出了支持向量机和卡尔曼滤波相结合的方法来进行夏季西太平洋副热带高压数值预报的误差修正与预报优化.首先采用支持向量机方法建立了西太平洋副热带高压面积指数的误差修正模型.基于支持向量机预报优化模型尽管有比较好的拟合精度和预报效果,但与实际副热带高压指数尚有一定的差异.究其原因,除预报对象(副热带高压)本身比较复杂、模型优化因子不够充分以及数值预报误差自身的随机性以外,优化模型的输入、输出基本上是一个静态映射结构,因此前一时刻的预测误差难以得到有效的反馈、调整和修正.为考虑前一时刻预报误差的反馈信息,动态跟踪副高的变化趋势,随后引入卡尔曼滤波方法建立支持向量机-卡尔曼滤波模型,对支持向量机模型的输出结果作进一步的调整和优化.试验结果表明,该方法模型的预报优化效果优于T106数值预报产品以及单纯的神经网络修正模型和卡尔曼滤波修正模型的优化效果,能够较为客观、有效地修正西太平洋副热带高压指数的数值预报误差,改进和优化西太平洋副热带高压的数值预报效果.该方法为副热带高压等复杂天气系统和要素场预报提供了一种新的思路,表现出较好的应用前景. |
英文摘要: |
|
HTML 查看全文
查看/发表评论 下载PDF阅读器 |
|
|
|